Agentic Data Cloud: данные для агентов, а не для людей
На Cloud Next 2026 Google представил Agentic Data Cloud — принципиально новую архитектуру работы с данными, спроектированную не для людей (дашборды, отчёты, SQL-запросы), а для AI-агентов (автономный доступ, понимание контекста, действия в реальном времени). Ключевой тезис: «данные должны быть доступны со скоростью и масштабом, которых требует агентный AI».
Knowledge Catalog
Центральный элемент — Knowledge Catalog: динамическая карта всех данных предприятия. Gemini автономно тегирует, классифицирует и связывает данные из разных источников — BigQuery, Cloud Storage, внешние базы — формируя единый граф знаний. Агент, которому нужно «найти данные о продажах за март в регионе EMEA», не ищет по таблицам — он обращается к Knowledge Catalog, который знает, где эти данные лежат, как они связаны и кто имеет к ним доступ.
Cross-Cloud Lakehouse
Agentic Data Cloud работает не только с данными на Google Cloud, но и с данными на AWS, Azure и других платформах — через Cross-Cloud Interconnect и Apache Iceberg REST Catalog. Для enterprise, чьи данные распределены между несколькими облаками, это снимает проблему «данные на AWS, агенты на GCP».
Lightning Engine для Apache Spark обещает двукратное преимущество по цене/производительности. BigQuery fluid scaling снижает стоимость автомасштабируемых нагрузок на 34%. Bigtable получил in-memory tier с суб-миллисекундной задержкой чтения.
Для data-инженеров Agentic Data Cloud — смена парадигмы: данные перестают быть «пассивным хранилищем» и становятся «системой действий». Агент не просто читает данные — он действует на их основе. Не «отчёт о проблеме» — а «агент, который обнаружил проблему и исправил её, используя данные как контекст».
